Machine Learning: Landbouw

Project: Het voorspellen van de stikstofbemestingsklasse voor nieuwe tarwe variëteiten op basis van fysiologische kenmerken van al bekende tarwe variëteiten

• Verzamelen en registratie van de gegevens gedurende 4 maanden in 4 regio’s in Frankrijk.
• Identificatie van fysiologische kenmerken die relevant zijn voor het bepalen van de stikstofbehoefte zoals de kleur van de planten, de lengte van de bladeren, de leeftijd, groeiomstandigheden en gewasontwikkeling (inputs).
• De output is een classificatie naar stikstofbemesting in klassen voor 20 tarwe variëteiten.
• Modelleren van stikstofbemestingsklasse op basis van de fysiologische kenmerken van 20 bekende tarwe variëteiten.
• In SAS coderen en testen van het algoritme op bekende variëteiten (training groep).
• Validatie van deze classificatie op andere variëteiten (test groep).
• Toetsen en valideren van deze classificatie op onbekende tarwe soorten.

Machine Learning, Decision Trees met SAS.